Sociodemographic profile, functionality, depression, and frailty as determinants for the risk of abuse and violence against older people in the community: An observational study conducted in Brazil
Notice bibliographique
Résumé
This study aimed to analyze the relationship between sociodemographic factors, health, functionality, depression, and frailty with the risk of abuse and violence against younger and older adults individuals. A cross-sectional observational study with a quantitative approach was conducted among Brazilian older adults between April and July 2022. Participants aged 60 years and older were recruited from Brazilian Primary Health Care Units. The Hwalek-Sengstock Elder Abuse Screening Test, Lawton and Brody's Instrumental Activities of Daily Living Scale, Edmonton Frail Scale, and the Geriatric Depression Scale (GDS-15) were used to assess the variables of interest. Odds Ratios (ORs) was calculated using binary logistic regression models to test the study hypothesis. The sample was divided into two groups: younger elderly individuals (aged 60-70 years) and older elderly individuals (> 70 years). A total of n = 200 individuals' participants were included in the study (n = 132 younger and n = 68 older). Non-white skin color (n = 15/ 22.1%/ p = 0.016/ OR= 2.0) was identified as a risk factor for the older group, while illiteracy emerged as a risk factor for violence in both groups (OR> 1.0). The absence of depressive symptoms and frailty were protective factors against the risk of abuse and violence in both groups (OR>1.0). Logistic regression analysis indicated that depression was the variable most strongly associated with the risk of abuse and violence, particularly in the younger group (R² = 0.46/ p < 0.001/ ß = 0.56). Among the observed associations, non-white skin color was a risk factor for abuse and violence in the older group, whereas literacy, absence of depression, and absence of frailty were protective factors in both groups.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».